用 API 密钥调用判断、重排、嵌入、图像、语音合成和语音转写

特殊模型接口

持有 API 密钥后，除了对话，还可以调用下面六类接口。每一次成功调用都会记入个人调用日志和后台请求列表，并按实际处理请求的上游单价计算费用。

供应商没有声明对应接口时，这个用途不能被选中。目录里会写明原因，例如「该供应商不提供重排接口」。

判断

对一段内容回答是非、选择或评分类问题。可在全局设置里选为意图识别模型，也可以分发给调用方通过判断接口使用。

POST /v1/decisions

{
  "model": "your-gateway-model",
  "input": "这笔订单被扣了两次款。",
  "questions": [
    {
      "name": "is_complaint",
      "instructions": "这是不是一条投诉？",
      "type": "predicate"
    },
    {
      "name": "department",
      "instructions": "应该交给哪个部门？",
      "type": "choice",
      "choices": [
        { "value": "billing", "description": "付款、发票和退款。" },
        { "value": "other", "description": "以上都不是。" }
      ]
    }
  ]
}

同一用途还有 POST /v1/systemone。请求体用 state 放被判断的内容，questions 是按题名索引的对象。网关会把它收成同一种判断请求，再按所选上游编码。

计费按 token。判断同时计输入和输出，输出价可以为 0。嵌入只计输入。

限制：

• 一次请求最多 256 题。超过所选上游的单批上限时，网关按上限拆开并发发送，再按题名合并答案。每一批单独记一条用量。
• 选择题至少 2 个选项。评分题至少 1 个等级。题名不能重复。
• 图片只能放在 data: 地址里。不接收图片的上游会返回 400。
• 缺题、多题、答案不在选项里，都会拒绝，并指出是哪一题。
• 请求体上限 32 MiB。
• 不同上游给出的判断分数不能直接比较。

重排

POST /v1/rerank

{
  "model": "your-gateway-model",
  "query": "退款进度",
  "documents": ["订单已发货。", "退款将在三个工作日内到账。"]
}

计费按搜索次数。上游返回搜索次数时用该值；没有返回时，按 1 次查询加每 100 个文档 1 次计算。界面上的价格是每千次搜索。

嵌入

POST /v1/embeddings

{
  "model": "your-gateway-model",
  "input": "把这段文字变成向量。"
}

计费按输入 token。

图像

POST /v1/images/generations

{
  "model": "your-gateway-model",
  "prompt": "一张蓝色背景的产品图",
  "n": 1
}

计费按返回的图片张数。价格按每张填写。

语音合成

POST /v1/audio/speech

{
  "model": "your-gateway-model",
  "input": "你好，这是一段语音。",
  "voice": "alloy"
}

计费按请求文本的字符数，以 Unicode 标量计数。价格按每百万字符填写。请求体上限 32 MiB。

语音转写

上传文件：POST /v1/audio/transcriptions，multipart/form-data，字段为 model 和 file。

计费按音频时长。网关在上传时只读取容器头，不把整段音频解码。库内按秒计价，界面按每分钟填写。认不出格式时返回 400，消息为「无法识别音频格式」。文件请求体上限 25 MiB。

实时转写走 WebSocket。费用按本次会话里收到的音频帧累计时长计算。

视频

视频的计费方式取决于上游。按 Token 计费的模型用上游回报的视频 Token 数，价格按每百万视频 Token 填写。

按秒计费的模型按分辨率档位分价，价格按每秒填写。计费时长依次取上游回报的时长、请求里的时长、模型默认时长；档位取值顺序相同，但两者各自独立取值，来源可能不同。视频文件的实际时长只用于核对，不决定金额。请求详情里同时显示计费时长和实际时长，并分别列出「计费时长依据」与「计费档位依据」。

实时语音

实时语音在会话结束时结算一次。按 Token 计费的上游按回报的文本、音频、图片 Token 分别计价，命中缓存的部分也按模态分别计价：文本缓存命中、音频缓存命中、图片缓存命中各有一项价格，均按每百万 Token 填写。按时长计费的上游按音频时长计算，价格按每分钟填写，不出现音频与图片的 Token 价格项。

为 OpenAI 实时模型配价时，「音频缓存命中价」为必填项；「图片输入价」与「图片缓存命中价」始终出现、可以留空——调用方随时可能往会话里送图，不按模型能力声明隐藏，否则带图会话会整行未定价、而在表单里找不到可填的价。会话里出现图片而没有配价时，这次调用记为未定价。表单里的「文本缓存命中」只对应文本。

请求的缓存命中数（以及由它算出的缓存命中率）对实时语音只统计文本缓存，不含音频与图片缓存。上游只报了缓存总数、没有按模态拆分时，网关不推断各模态的缓存数，这次调用记为无法计量，详情写明「上游未按模态报告缓存用量」。

会话因断线、达到最长时长等原因提前结束时，已产生的用量照常结算。

费用未算出的调用

调用成功但算不出金额时，请求列表的费用列显示以下两种结果，这类调用不计入金额：

• 未定价： 这次调用用到的计价项没有配置价格，请求详情写明缺少哪几项价格。配置后，之后的调用正常计费，已发生的调用不追溯。
• 无法计量： 上游和请求都没有给出可信的用量，或用量不足以按价格项拆分（如实时语音只报了缓存总数）。请求详情写明原因。

在模型服务列表可以看到这类调用的次数，并进入对应的请求列表。

额度

Token 额度只计入按 Token 计费的用量，不计入按张、按秒、按字符计费的模型。把 Token 额度设为 0 会拒绝全部调用。要约束这类模型，请使用金额额度，金额按调用结束后的实际费用计入。

错误

模型不支持所调用的接口时，返回 400，消息为「该模型不支持此接口」。所选上游全部失败时返回 502。错误都带中文消息和稳定错误码。状态码的判定依据、reason 全表与三种协议的错误体形状，见错误参考。